CN112651308A - 对象识别追踪的方法、装置、电子设备和存储介质 - Google Patents

对象识别追踪的方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112651308A
CN112651308A CN202011472127.5A CN202011472127A CN112651308A CN 112651308 A CN112651308 A CN 112651308A CN 202011472127 A CN202011472127 A CN 202011472127A CN 112651308 A CN112651308 A CN 112651308A
Authority
CN
China
Prior art keywords
target object
target
tracking
feature information
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202011472127.5A
Other languages
English (en)
Inventor
宋述铕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202011472127.5A priority Critical patent/CN112651308A/zh
Publication of CN112651308A publication Critical patent/CN112651308A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种对象识别追踪的方法及装置、电子设备及存储介质，其中，本申请利用目标图像能够及时识别其中的目标对象是否发生了预设非法行为，并在识别到目标对象发生了预设非法行为的时候，将目标对象加入布控库，并进行布控告警，有效提高了对发生了某些预设非法行为的对象的布控效率，较高的布控效率有利于提高对目标对象的追踪效率。

Description

对象识别追踪的方法、装置、电子设备和存储介质
技术领域
本申请涉及图像处理术领域，具体而言，涉及一种对象识别追踪的方法及装置、电子设备及存储介质。
背景技术
安防行业中对目标人物进行追踪，一般是基于预先设定的人像库，利用精准的人脸识别算法将抓拍的人脸与人像库中的人脸进行逐一比对，满足预设的比对阈值时，确定追踪到目标人物。
现有的方式需要预先建立人像库，只有将要追踪的人物的图像先存入人像库，才能实现追踪，追踪效率低。
发明内容
本申请实施例至少提供一种对象识别追踪的方法、装置，以提高对发生了某些预设行为的对象的追踪效率。
第一方面，本申请实施例提供了一种对象识别追踪的方法，包括：
获取待识别的目标图像；
确定所述目标图像中的目标对象是否实施有预设非法行为；
在确定所述目标对象实施了所述预设非法行为的情况下，将所述目标对象对应的对象信息加入布控库，并对所述目标对象进行布控告警。
该方面，利用目标图像能够及时识别其中的目标对象是否发生了预设非法行为，并在识别到目标对象发生了预设非法行为的时候，将目标对象加入布控库，并进行布控告警，有效提高了对发生了某些预设非法行为的对象的布控效率，较高的布控效率有利于提高对目标对象的追踪效率。
在一种可能的实施方式中，上述对象识别追踪的方法还包括：
确定所述目标对象实施了所述预设非法行为的情况下，从所述目标图像中提取所述目标对象的对象特征信息；
基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。
该实施方式，在识别到目标对象发生了预设非法行为的时候，基于目标对象的对象特征信息和多张第一追踪图像对目标对象进行追踪，不仅能够实现对目标对象的精准追踪，还能够提高追踪效率。
在一种可能的实施方式中，
将所述目标对象对应的对象信息加入布控库，并对所述目标对象进行布控告警之后，所述对象识别追踪的方法还包括：
基于所述对象信息，确定所述目标对象对应的图像特征信息；
获取多个预设位置拍摄的多张第二追踪图像；
基于所述图像特征信息，从所述多张第二追踪图像中筛选包括所述目标对象的目标追踪图像；
基于所述目标追踪图像的拍摄位置和拍摄时间，确定所述目标对象的运行轨迹。
该实施方式，基于布控库中的对象信息和多张第二追踪图像能够实现对目标对象的精准追踪。
在一种可能的实施方式中，所述对象信息包括以下至少一项：
所述目标对象的人脸图像、所述目标对象的身份特征信息、所述目标对象的人体图像。
该实施方式，人脸图像、身份特征信息、人体图像能够准确的表征目标对象，利用人脸图像、身份特征信息、人体图像能够准确的实现对目标对象的布控操作。
在一种可能的实施方式中，所述确定所述目标图像中的目标对象是否实施有预设非法行为，包括：
从所述目标图像中，提取所述目标对象的肢体动作信息和/或面部表情信息；
基于所述肢体动作信息和/或面部表情信息，确定所述目标对象是否实施有预设非法行为。
该实施方式，基于提取的目标对象的肢体动作信息和/或面部表情信息，能够较为准确地识别目标对象是否实施有预设非法行为。
在一种可能的实施方式中，所述从所述目标图像中提取所述目标对象的对象特征信息，包括：
从所述目标图像中，提取所述目标对象的面部特征信息；
在提取到所述面部特征信息的情况下，将所述面部特征信息作为所述对象特征信息；
在没有提取到所述面部特征信息的情况下，从所述目标图像中提取所述目标对象的身体特征信息，将所述身体特征信息作为所述对象特征信息。
该实施方式，在提取到面部特征信息时，将面部特征信息作为对象特征信息进行对象追踪，能够有效提高对象追踪的准确度和效率，在提取不到面部图像特征信息时，将身体特征信息作为对象特征信息进行对象追踪，能够在一定程度上提高对象追踪的准确度和效率。
在一种可能的实施方式中，所述基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹，包括：
从所述多张第一追踪图像中的每张第一追踪图像中，提取所述第一追踪图像中包括的各个待匹配对象的对象特征信息；
将所述目标对象的对象特征信息，分别与每张第一追踪图像中的各个待匹配对象的对象特征信息进行匹配；
基于匹配成功的待匹配对象对应的所述第一追踪图像和所述目标图像，确定所述目标对象的运行轨迹。
该实施方式，利用对象特征信息进行对象匹配，再基于匹配结果实现对目标对象的追踪，能够提高对象追踪的效率和准确度。
在一种可能的实施方式中，所述基于匹配成功的待匹配对象对应的所述第一追踪图像和所述目标图像，确定所述目标对象的运行轨迹，包括：
基于所述目标图像的拍摄位置、所述目标图像的拍摄时间、所述匹配成功的待匹配对象对应的第一追踪图像的拍摄位置、以及所述匹配成功的待匹配对象对应的所述第一追踪图像的拍摄时间，确定所述目标对象的运行轨迹。
该实施方式，利用目标图像的拍摄位置和时间，以及，匹配成功的待匹配对象对应的第一追踪图像的拍摄位置和时间，能够保证对象追踪的准确度。
在一种可能的实施方式中，所述基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹，包括：
在没有从所述目标图像中提取到所述面部特征信息的情况下，从所述目标图像中提取所述目标对象的身体特征信息后，从所述多张第一追踪图像中的每张第一追踪图像中，提取该第一追踪图像中包括的各个待匹配对象的身体特征信息和面部特征信息；
基于所述目标对象的身体特征信息和所述待匹配对象的身体特征信息和面部特征信息，确定所述目标对象的面部特征信息；
基于所述目标对象的面部特征信息和从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。
该实施方式，在从目标图像中没有提取到目标对象的面部特征信息时，利用身体特征信息进行匹配，得到目标对象的面部特征信息，再利用面部特征信息进行对象追踪，能够保证对象追踪的准确度。
在一种可能的实施方式中，所述基于所述目标对象的身体特征信息和所述待匹配对象的身体特征信息和面部特征信息，确定所述目标对象的面部特征信息，包括：
将所述目标对象的身体特征信息，分别与每张第一追踪图像中的至少一个待匹配对象的身体特征信息进行匹配，得到目标对象与所述至少一个待匹配对象的匹配度；
基于所述匹配度，从所述待匹配对象中确定匹配成功对象，基于所述匹配成功对象的面部特征信息，确定所述目标对象的面部特征信息。
该实施方式，利用匹配度能够较为准确地确定目标对象的面部特征信息。
在一种可能的实施方式中，上述对象识别追踪的方法还包括：
基于所述目标对象的对象特征信息，从身份信息库中获取所述目标对象的身份特征信息；
将所述目标对象的运行轨迹和身份特征信息传输给客户端。
该实施方式，基于对象特征信息能够较为准确的查找到目标对象的身份特征信息，实现对目标对象的身份识别。
第二方面，本申请提供了一种对象识别追踪的装置，包括：
图像获取模块，用于获取待识别的目标图像；
行为识别模块，用于确定所述目标图像中的目标对象是否实施有预设非法行为；
布控模块，用于在确定所述目标对象实施了所述预设非法行为的情况下，将所述目标对象对应的对象信息加入布控库，并对所述目标对象进行布控告警。
在一种可能的实施方式中，还包括：
特征提取模块，用于在确定所述目标对象实施了所述预设非法行为的情况下，从所述目标图像中提取所述目标对象的对象特征信息；
轨迹追踪模块，用于基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。
在一种可能的实施方式中，所述行为识别模块在确定所述目标图像中的目标对象是否实施有预设非法行为时，用于：
从所述目标图像中，提取所述目标对象的肢体动作信息和/或面部表情信息；
基于所述肢体动作信息和/或面部表情信息，确定所述目标对象是否实施有预设非法行为。
在一种可能的实施方式中，所述特征提取模块在从所述目标图像中提取所述目标对象的对象特征信息时，用于：
从所述目标图像中，提取所述目标对象的面部特征信息；
在提取到所述面部特征信息的情况下，将所述面部特征信息作为所述对象特征信息；
在没有提取到所述面部特征信息的情况下，从所述目标图像中提取所述目标对象的身体特征信息，将所述身体特征信息作为所述对象特征信息。
在一种可能的实施方式中，所述轨迹追踪模块在基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹时，用于：
从所述多张第一追踪图像中的每张第一追踪图像中，提取所述第一追踪图像中包括的各个待匹配对象的对象特征信息；
将所述目标对象的对象特征信息，分别与每张第一追踪图像中的各个待匹配对象的对象特征信息进行匹配；
基于匹配成功的待匹配对象对应的所述第一追踪图像和所述目标图像，确定所述目标对象的运行轨迹。
在一种可能的实施方式中，所述轨迹追踪模块在基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹时，用于：
在没有从所述目标图像中提取到所述面部特征信息的情况下，从所述目标图像中提取所述目标对象的身体特征信息后，从所述多张第一追踪图像中的每张第一追踪图像中，提取该第一追踪图像中包括的各个待匹配对象的身体特征信息和面部特征信息；
基于所述目标对象的身体特征信息和所述待匹配对象的身体特征信息和面部特征信息，确定所述目标对象的面部特征信息；
基于所述目标对象的面部特征信息和从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。
在一种可能的实施方式中，所述轨迹追踪模块在基于所述目标对象的身体特征信息和所述待匹配对象的身体特征信息和面部特征信息，确定所述目标对象的面部特征信息时，用于：
将所述目标对象的身体特征信息，分别与每张第一追踪图像中的至少一个待匹配对象的身体特征信息进行匹配，得到目标对象与所述至少一个待匹配对象的匹配度；
基于所述匹配度，从所述待匹配对象中确定匹配成功对象，基于所述匹配成功对象的面部特征信息，确定所述目标对象的面部特征信息。
在一种可能的实施方式中，所述装置还包括身份识别模块，用于：
基于所述目标对象的对象特征信息，从身份信息库中获取所述目标对象的身份特征信息；
将所述目标对象的运行轨迹和身份特征信息传输给客户端。
第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述对象识别追踪的方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述对象识别追踪的方法的步骤。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的对象识别追踪的系统的结构示意图；
图2示出了本申请实施例所提供的一种对象识别追踪的方法的流程图；
图3示出了本申请实施例所提供的另一种对象识别追踪的方法的流程图；
图4示出了本申请实施例所提供的对象识别追踪的装置的结构示意图；
图5示出了本申请实施例所提供的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
针对现有技术中不能对实施有预设非法行为的目标对象进行实时追踪的缺陷，本申请提供了一种对象识别追踪的系统、方法、装置、电子设备和存储介质，其中，首先利用目标图像识别其中的对象是否发生了预设非法行为，在识别到其中的对象发生了预设非法行为的时候，提取该对象的对象特征信息，并基于该对象的对象特征信息实现对该对象的追踪，本申请能够即时识别发生了预设非法行为的对象，并对该对象进行追踪，有效提高了对发生了某些预设非法行为的对象的追踪效率。
如图1所示，对象识别追踪的系统包括图像采集设备101、对象识别设备102、告警追踪设备103以及身份识别设备104。
图像采集设备101安装于待监控区域内，用于采集待监控区域内的图像，并将采集的图像发送给对象识别设备102。示例性地，图像采集设备101可以是安装于某一人流密度大的区域内的摄像头。
对象识别设备102用于确定所述目标图像中的目标对象是否实施有预设非法行为，在确定所述目标对象实施了所述预设非法行为的情况下，将所述目标对象对应的对象信息加入布控库。
示例性地，对象识别设备102可以包括行为识别部件，该行为识别部件用于确定所述目标图像中的目标对象是否实施有预设非法行为，并在确定所述目标对象实施了所述预设非法行为的情况下，将所述目标对象对应的对象信息加入布控库。
对象识别设备102在确定所述目标对象实施了所述预设非法行为的情况下，还用于从所述目标图像中提取所述目标对象的对象特征信息。示例性地，对象识别设备可以包括人脸识别部件和人体识别部件，人脸识别部件用于获取目标对象的面部特征信息，人体识别部件用于获取目标对象的身体特征信息。由于相比于身体特征信息，面部特征信息对识别目标对象来说更加准确可靠，因此，如果进行人脸识别，能够从目标图像中提取到目标对象的面部特征信息，则将提取得到的面部特征信息作为目标对象的对象特征信息，如果由于角度、遮挡等原因无法从目标图像中提取到目标对象的面部特征信息，则进行人体识别，从目标图像中提取目标对象的身体特征信息，并将提取到的身体特征信息作为对象特征信息。
告警追踪设备103用于基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。示例性地，告警追踪设备103可以包括追踪部件，追踪部件用于基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。
告警追踪设备103还可以用于基于布控库中存储的目标对象的对象信息，确定所述目标对象对应的图像特征信息；并基于所述图像特征信息，从多个预设位置拍摄的第二追踪图像中筛选包括所述目标对象的目标追踪图像；基于所述目标追踪图像的拍摄位置和拍摄时间，确定所述目标对象的运行轨迹。
告警追踪设备103还可以包括告警部件，该告警部件用于在确定所述目标对象实施了所述预设非法行为的情况下，对所述目标对象进行布控告警。
另外，告警追踪设备103还可以包括智能检索部件，该智能检索部件根据对象信息在布控库中寻找当前识别的目标对象是否为已经位于布控库中的，实施有预设非法行为的对象。告警追踪设备103还可以包括身份识别部件，该部件可以根据目标对象的人脸图像或目标对象的面部特征信息识别目标对象的身份特征信息。
身份识别设备104可以基于对象识别设备识别得到的目标对象的面部特征信息，确定目标对象的身份特征信息。示例性地，在基于面部特征信息确定目标对象的身份特征信息时，可以利用预设人口库中存储的面部特征信息与身份特征信息的映射关系来确定。
上述系统通过待监控区域内的图像对象其中的对象进行预设非法行为监控，并能够对实施有预设非法行为的对象进行布控告警以及追踪。
下面通过具体的实施例，对本申请公开的对象识别追踪的方法、装置、电子设备及存储介质进行说明。
如图2所示，本申请实施例公开了一种对象识别追踪的方法，该方法可以应用于服务器，用于识别实施有预设非法行为的目标对象，并进行追踪。具体地，该对象识别追踪的方法可以包括如下步骤：
S210、获取待识别的目标图像。
这里，待识别的目标对象可以是由安装在预设位置的摄像头拍摄的，基于摄像头的位置可以确定发生了预设非法行为的目标对象的位置。
上述目标图像中可以包括多个对象，这里的对象可以包括人物。
S220、确定所述目标图像中的目标对象是否实施有预设非法行为。
本步骤识别图像中的目标对象是否实施有预设非法行为，从而实现对实施有预设非法行为的目标对象进行追踪。在实际应用中，还可以识别是否实施有其他的预设行为的对象，并基于识别结果实现对实施有其他的预设行为的对象进行追踪。
在识别目标对象是否实施有预设非法行为时，具体可以是从所述目标图像中，提取所述目标对象的肢体动作信息和/或面部表情信息；再基于所述肢体动作信息和/或面部表情信息，确定所述目标对象是否实施有预设非法行为。
在基于目标对象的肢体动作信息和/或面部表情信息，确定目标对象是否实施有预设非法行为时，还可以结合目标对象所作用的对象的对象特征信息来共同识别标对象是否实施有预设非法行为。例如，通过目标对象的肢体动作信息和目标对象所作用的对象的对象特征信息，确定目标对象正在动他人的钱包，预设非法行为包括偷窃行为，则此时可以确定目标对象实施有预设非法行为。再例如，通过目标对象的肢体动作信息、面部表情信息和目标对象所作用的对象的对象特征信息，确定目标对象正在与他人打架，预设非法行为包括打架斗殴，则此时确定目标对象实施有预设非法行为。
基于提取的目标对象的肢体动作信息和/或面部表情信息，能够较为准确地识别目标对象是否实施有预设非法行为。
S230、在确定所述目标对象实施了所述预设非法行为的情况下，将所述目标对象对应的对象信息加入布控库，并对所述目标对象进行布控告警。
上述对象信息可以包括目标对象的人脸图像、所述目标对象的身份特征信息、所述目标对象的人体图像中的在至少一种。利用上述对象信息能够实现对目标对象的精准布控。示例性地，可以根据人脸图像对目标对象进行布控，将当前采集的某一对象的人脸图像与布控库中的人脸图像进行比对，比对成功后，该对象即为实施了预设非法行为的对象，根据当前采集的人脸图像的时间和位置即能够实现对该对象的追踪。
利用目标图像能够及时识别其中的目标对象是否发生了预设非法行为，并在识别到目标对象发生了预设非法行为的时候，将目标对象加入布控库，并进行布控告警，有效提高了对发生了某些预设非法行为的对象的布控效率，较高的布控效率有利于提高对目标对象的追踪效率。
在一些实施例中，在确定所述目标对象实施了所述预设非法行为的情况下，还可以利用如下步骤实现对目标对象的追踪：从所述目标图像中提取所述目标对象的对象特征信息；基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。
上述对象特征信息可以包括目标对象的面部特征信息或身体特征信息，由于相比于身体特征信息，面部特征信息对识别目标对象来说更加准确可靠，因此，如果进行人脸识别，能够从目标图像中提取到目标对象的面部特征信息，则将提取得到的面部特征信息作为目标对象的对象特征信息，如果由于角度、遮挡等原因无法从目标图像中提取到目标对象的面部特征信息，则进行人体识别，从目标图像中提取目标对象的身体特征信息，并将提取到的身体特征信息作为对象特征信息。
在提取到面部特征信息时，将面部特征信息作为对象特征信息进行对象追踪，能够有效提高对象追踪的准确度和效率，在提取不到面部图像特征信息时，将身体特征信息作为对象特征信息进行对象追踪，能够在一定程度上提高对象追踪的准确度和效率。
示例性地，可以是利用提取到的对象特征信息，从多张第一追踪图像中筛选包括目标对象的图像，再利用筛选出的第一追踪图像的拍摄时间、拍摄位置(即筛选出的第一追踪图像对应的预设位置)、目标图像的拍摄时间、目标图像的拍摄位置，确定目标对象的运行轨迹，实现对目标对象的追踪。
具体地，此步骤可以利用如下子步骤实现：
子步骤一、从所述多张第一追踪图像中的每张第一追踪图像中，提取所述第一追踪图像中包括的各个待匹配对象的对象特征信息。
这里，在从多张第一追踪图像中筛选包括目标对象的图像之前，首先需要提取第一追踪图像中包括的各个待匹配对象的对象特征信息，利用待匹配对象的对象特征信息与目标对象的对象特征信息的匹配结果，确定对应的第一追踪图像中是否包括目标对象。
子步骤二、将所述目标对象的对象特征信息，分别与每张第一追踪图像中的各个待匹配对象的对象特征信息进行匹配。
这里，具体可以是确定目标对象的对象特征信息，与每张第一追踪图像中的各个待匹配对象的对象特征信息的匹配分值，在匹配分值大于预设分值时，匹配成功，此时确定对应的待匹配对象与目标对象为同一个对象，则包括该待匹配对象的第一追踪图像为包括目标对象的图像。
子步骤三、基于匹配成功的待匹配对象对应的所述第一追踪图像和所述目标图像，确定所述目标对象的运行轨迹。
这里具体可以是基于所述目标图像的拍摄位置、所述目标图像的拍摄时间、所述匹配成功的待匹配对象对应的第一追踪图像的拍摄位置、以及所述匹配成功的待匹配对象对应的所述第一追踪图像的拍摄时间，确定所述目标对象的运行轨迹。
利用目标图像的拍摄位置和时间，以及，匹配成功的待匹配对象对应的第一追踪图像的拍摄位置和时间，能够保证对象追踪的准确度。
上述利用对象特征信息进行对象匹配，再基于匹配结果实现对目标对象的追踪，能够提高对象追踪的效率和准确度。
上述实施例，利用目标图像识别其中的对象是否发生了预设非法行为，在识别到其中的对象发生了预设非法行为的时候，提取该对象的对象特征信息，并基于该对象的对象特征信息实现对该对象的追踪，能够即时识别发生了预设非法行为的对象，并对该对象进行追踪，有效提高了对发生了某些预设非法行为的对象的追踪效率。
由于相比于身体特征信息，面部特征信息对识别目标对象来说更加准确可靠，因此，如果没有从目标图像中提取到目标对象的面部特征信息，还可以基于身体特征信息，将目标对象与第一追踪图像中的各个待匹配对象进行匹配，将匹配成功的待匹配对象的面部特征信息作为目标对象的面部特征信息。具体可以利用如下步骤实现：
步骤一、从所述目标图像中提取所述目标对象的身体特征信息，从所述多张第一追踪图像中的每张第一追踪图像中，提取该第一追踪图像中包括的各个待匹配对象的身体特征信息和面部特征信息。
此步骤提取了各个待匹配对象的身体特征信息和面部特征信息，在具体实施时，第一追踪图像中有些对象的面部特征信息也会由于遮挡等原因无法提取得到，此时，即使根据身体特征信息将待匹配对象与目标对象匹配成功了，也无法确定目标对象的面部特征信息，因此，可以剔除提取不到面部特征信息的待匹配对象，不对该类待匹配对象进行匹配操作。
步骤二、基于所述目标对象的身体特征信息和所述待匹配对象的身体特征信息和面部特征信息，确定所述目标对象的面部特征信息。
这里具体可以利用如下步骤实现：将所述目标对象的身体特征信息，分别与每张第一追踪图像中的至少一个待匹配对象的身体特征信息进行匹配，得到目标对象与所述至少一个待匹配对象的匹配度；基于所述匹配度，从所述待匹配对象中确定匹配成功对象，基于所述匹配成功对象的面部特征信息，确定所述目标对象的面部特征信息。
上述步骤即是将匹配度满足预设匹配度的待匹配对象作为匹配成功对象，并将该匹配成功对象与目标对象当做同一个对象。之后将该匹配成功对象的面部特征信息作为目标对象的面部特征信息。利用匹配度能够较为准确地确定目标对象的面部特征信息。
在确定了目标对象的面部特征信息之后，基于所述目标对象的面部特征信息和从多个预设位置拍摄的多张第一追踪图像，可以确定所述目标对象的运行轨迹。具体确定目标对象的运行轨迹的步骤，与上述所述目标对象的对象特征信息和从多个预设位置拍摄的多张第一追踪图像，可以确定所述目标对象的运行轨迹相同，这里不再赘述。
上述实施例，在从目标图像中没有提取到目标对象的面部特征信息时，利用身体特征信息进行匹配，得到目标对象的面部特征信息，再利用面部特征信息进行对象追踪，能够保证对象追踪的准确度。
在识别到了实施有预设非法行为的目标对象之后，还可以对目标对象进行身份识别，以确定该目标对象的身份特征信息。具体可以利用如下步骤实现：基于所述目标对象的对象特征信息，从身份信息库中获取所述目标对象的身份特征信息。上述身份信息库中包括多个对象特征信息、多个身份特征信息，以及对象特征信息与身份特征信息的一一映射关系，因此在确定了目标对象的对象特征信息之后，利用上述映射关系，可以确定目标对象的身份特征信息。上述身份特征信息可以是目标对象的有效证件号码等。
对目标对象进行身份识别之后，可以将目标对象的运行轨迹和身份特征信息传输给客户端，以在客户端实现对目标对象的追踪。
上述基于对象特征信息能够较为准确的查找到目标对象的身份特征信息，实现对目标对象的身份识别。
在识别到实施有预设非法行为的目标对象之后，可以进行告警处理，例如，可以是在拍摄目标图像的周围播放警告信息，以阻止目标对象继续实施预设非法行为，再例如，可以将告警信息发送给相关工作人员，以阻止目标对象继续实施预设非法行为。
在识别到实施有预设非法行为的目标对象之后，可以将目标对象的图像存入人像库，以便后续对目标对象进行追踪。
上述实施例能够实现对实施有预设非法行为的目标对象进行实时追踪，提高了追踪效率，打破了现有技术中追踪滞后的缺陷。
上述实施例实在识别到目标对象实施有预设非法行为的时候，直接对目标对象进行追踪，实现了对发生预设非法行为的对象的实时追踪，有效提高了追踪效率。
另外，还可以基于布控库中存储的目标对象的对象信息对目标对象进行追踪，具体可以通过如下步骤实现：首先基于所述对象信息，确定所述目标对象对应的图像特征信息；之后，基于所述图像特征信息，从多个预设位置拍摄的多张第二追踪图像中筛选包括所述目标对象的目标追踪图像；最后，基于所述目标追踪图像的拍摄位置和拍摄时间，确定所述目标对象的运行轨迹。
上述第一追踪图像和第二追踪图像可以是在相同的位置拍摄的图像。
上述对象信息可以包括目标对象对应的人脸图像或人体图像，基于人脸图像或人体图像可以确定上述图像特征信息，该图像特征信息与上述实施例中的对象特征信息等同，可以利用相同的方法得到，同样，基于图像特征信息确定目标对象的运行轨迹的方法也与上述实施例中的基于对象特征信息确定目标对象的运行轨迹的方法相同，这里对于重复的部分不再赘述。
在对象信息为所述目标对象的身份特征信息时，可以基于身份特征信息获取预先存储的与身份特征信息相对应的图像特征信息。
下面再通过一个具体的实施例对本申请的对象识别追踪的方法进行说明。
如图3所示，本实施例中，摄像头安装于某一公园内，用于对公园内对应的区域进行监控。摄像头采集的图像中，若对象再对另一个对象实施偷窃行为，此时对象识别追踪的方法具体可以包括如下步骤：
S310、获取摄像头采集的目标图像。
S320、从所述目标图像中，提取所述目标对象的肢体动作信息和/或面部表情信息；再基于所述肢体动作信息和/或面部表情信息，确定所述目标对象是否实施有预设非法行为。
上述预设非法行为包括盗窃行为。在根据提取到的肢体动作信息确定目标对象正在从其他对象的包中拿取物品，并且目标对象的面部表情信息指示目标对象紧张，并且东张西望，此时确定目标对象实施有盗窃行为。
S330、在确定所述目标对象实施了所述预设非法行为的情况下，将所述目标对象对应的人脸图像加入布控库，并对所述目标对象进行布控告警。
S340、在确定所述目标对象实施了所述预设非法行为的情况下，进行人脸识别，从目标图像中提取到目标对象的面部特征信息，将提取得到的面部特征信息作为目标对象的对象特征信息；如果由于角度、遮挡等原因无法从目标图像中提取到目标对象的面部特征信息，则进行人体识别，从目标图像中提取目标对象的身体特征信息，并将提取到的身体特征信息作为对象特征信息。
S350、从公园或其他地方的摄像头拍摄的多张第一追踪图像中的每张第一追踪图像中，提取所述第一追踪图像中包括的各个待匹配对象的对象特征信息。
S360、将所述目标对象的对象特征信息，分别与每张第一追踪图像中的各个待匹配对象的对象特征信息进行匹配，并基于匹配成功的待匹配对象对应的所述第一追踪图像和所述目标图像，确定所述目标对象的运行轨迹。
这里，具体可以是利用目标图像的拍摄位置和时间，以及，匹配成功的待匹配对象对应的第一追踪图像的拍摄位置和时间，确定所述目标对象的运行轨迹。
对应于上述对象识别追踪的方法，本申请还公开了一种对象识别追踪的装置，应用于服务器，该装置中的各个模块能够实现上述各个实施例的对象识别追踪的方法中的每个步骤，并且能够取得相同的有益效果，因此，对于相同的部分这里不再进行赘述。具体地，如图4所示，对象识别追踪的装置包括：
图像获取模块410，用于获取待识别的目标图像。
行为识别模块420，用于确定所述目标图像中的目标对象是否实施有预设非法行为。
布控模块430，用于在确定所述目标对象实施了所述预设非法行为的情况下，将所述目标对象对应的对象信息加入布控库，并对所述目标对象进行布控告警。
在一些实施例中，上述装置还可以包括：
特征提取模块440，用于在确定所述目标对象实施了所述预设非法行为的情况下，从所述目标图像中提取所述目标对象的对象特征信息.
轨迹追踪模块450，用于基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。
在一些实施例中，上述特征提取模块440还用于基于所述对象信息，确定所述目标对象对应的图像特征信息；上述图像获取模块410还用于获取多个预设位置拍摄的多张第二追踪图像；上述轨迹追踪模块450还用于基于所述图像特征信息，从所述多张第二追踪图像中筛选包括所述目标对象的目标追踪图像；基于所述目标追踪图像的拍摄位置和拍摄时间，确定所述目标对象的运行轨迹。
在一些实施例中，所述行为识别模块420在确定所述目标图像中的目标对象是否实施有预设非法行为时，用于：
从所述目标图像中，提取所述目标对象的肢体动作信息和/或面部表情信息；
基于所述肢体动作信息和/或面部表情信息，确定所述目标对象是否实施有预设非法行为。
在一些实施例中，所述特征提取模块440在从所述目标图像中提取所述目标对象的对象特征信息时，用于：
从所述目标图像中，提取所述目标对象的面部特征信息；
在提取到所述面部特征信息的情况下，将所述面部特征信息作为所述对象特征信息；
在没有提取到所述面部特征信息的情况下，从所述目标图像中提取所述目标对象的身体特征信息，将所述身体特征信息作为所述对象特征信息。
在一些实施例中，所述轨迹追踪模块450在基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹时，用于：
从所述多张第一追踪图像中的每张第一追踪图像中，提取所述第一追踪图像中包括的各个待匹配对象的对象特征信息；
将所述目标对象的对象特征信息，分别与每张第一追踪图像中的各个待匹配对象的对象特征信息进行匹配；
基于匹配成功的待匹配对象对应的所述第一追踪图像和所述目标图像，确定所述目标对象的运行轨迹。
在一些实施例中，所述轨迹追踪模块450在基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹时，用于：
在没有从所述目标图像中提取到所述面部特征信息的情况下，从所述目标图像中提取所述目标对象的身体特征信息后，从所述多张第一追踪图像中的每张第一追踪图像中，提取该第一追踪图像中包括的各个待匹配对象的身体特征信息和面部特征信息；
基于所述目标对象的身体特征信息和所述待匹配对象的身体特征信息和面部特征信息，确定所述目标对象的面部特征信息；
基于所述目标对象的面部特征信息和从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。
在一些实施例中，所述轨迹追踪模块450在基于所述目标对象的身体特征信息和所述待匹配对象的身体特征信息和面部特征信息，确定所述目标对象的面部特征信息时，用于：
将所述目标对象的身体特征信息，分别与每张第一追踪图像中的至少一个待匹配对象的身体特征信息进行匹配，得到目标对象与所述至少一个待匹配对象的匹配度；
基于所述匹配度，从所述待匹配对象中确定匹配成功对象，基于所述匹配成功对象的面部特征信息，确定所述目标对象的面部特征信息。
在一些实施例中，所述对象识别追踪的装置还包括身份识别模块460，用于：
基于所述目标对象的对象特征信息，从身份信息库中获取所述目标对象的身份特征信息；
将所述目标对象的运行轨迹和身份特征信息传输给客户端。
对应于上述对象识别追踪的方法，本申请实施例还提供了一种电子设备500，如图5所示，为本申请实施例提供的电子设备500结构示意图，包括：
处理器51、存储器52、和总线53；存储器52用于存储执行指令，包括内存521和外部存储器522；这里的内存521也称内存储器，用于暂时存放处理器51中的运算数据，以及与硬盘等外部存储器522交换的数据，处理器51通过内存521与外部存储器522进行数据交换，当电子设备500运行时，处理器51与存储器52之间通过总线53通信，使得处理器51执行以下指令：获取待识别的目标图像；确定所述目标图像中的目标对象是否实施有预设非法行为；在确定所述目标对象实施了所述预设非法行为的情况下，将所述目标对象对应的对象信息加入布控库，并对所述目标对象进行布控告警。
处理器51还可以执行上述方法实施例中所述对象识别追踪的方法中的其他步骤，并取得相同或相似的有益效果，对于重复的部分这里不再赘述。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述对象识别追踪的方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本申请实施例所提供的多用户集合的方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中所述的对象识别追踪的方法的步骤，具体可参见上述方法实施例，在此不再赘述。
本申请实施例还提供一种计算机程序，该计算机程序被处理器执行时实现前述实施例的任意一种方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software DevelopmentKit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (15)

1.一种对象识别追踪的方法，其特征在于，包括：
获取待识别的目标图像；
确定所述目标图像中的目标对象是否实施有预设非法行为；
在确定所述目标对象实施了所述预设非法行为的情况下，将所述目标对象对应的对象信息加入布控库，并对所述目标对象进行布控告警。
2.根据权利要求1所述的对象识别追踪的方法，其特征在于，还包括：
确定所述目标对象实施了所述预设非法行为的情况下，从所述目标图像中提取所述目标对象的对象特征信息；
基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。
3.根据权利要求1所述的对象识别追踪的方法，其特征在于，将所述目标对象对应的对象信息加入布控库，并对所述目标对象进行布控告警之后，所述对象识别追踪的方法还包括：
基于所述对象信息，确定所述目标对象对应的图像特征信息；
获取多个预设位置拍摄的多张第二追踪图像；
基于所述图像特征信息，从所述多张第二追踪图像中筛选包括所述目标对象的目标追踪图像；
基于所述目标追踪图像的拍摄位置和拍摄时间，确定所述目标对象的运行轨迹。
4.根据权利要求1至3任一项所述的对象识别追踪的方法，其特征在于，所述对象信息包括以下至少一项：
所述目标对象的人脸图像、所述目标对象的身份特征信息、所述目标对象的人体图像。
5.根据权利要求1至4任一项所述的对象识别追踪的方法，其特征在于，所述确定所述目标图像中的目标对象是否实施有预设非法行为，包括：
从所述目标图像中，提取所述目标对象的肢体动作信息和/或面部表情信息；
基于所述肢体动作信息和/或所述面部表情信息，确定所述目标对象是否实施有预设非法行为。
6.根据权利要求2所述的对象识别追踪的方法，其特征在于，所述从所述目标图像中提取所述目标对象的对象特征信息，包括：
从所述目标图像中，提取所述目标对象的面部特征信息；
在提取到所述面部特征信息的情况下，将所述面部特征信息作为所述对象特征信息；
在没有提取到所述面部特征信息的情况下，从所述目标图像中提取所述目标对象的身体特征信息，将所述身体特征信息作为所述对象特征信息。
7.根据权利要求2或6所述的对象识别追踪的方法，其特征在于，所述基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹，包括：
从所述多张第一追踪图像中的每张第一追踪图像中，提取所述第一追踪图像中包括的各个待匹配对象的对象特征信息；
将所述目标对象的对象特征信息，分别与每张第一追踪图像中的各个待匹配对象的对象特征信息进行匹配；
基于匹配成功的待匹配对象对应的所述第一追踪图像和所述目标图像，确定所述目标对象的运行轨迹。
8.根据权利要求7所述的对象识别追踪的方法，其特征在于，所述基于匹配成功的待匹配对象对应的所述第一追踪图像和所述目标图像，确定所述目标对象的运行轨迹，包括：
基于所述目标图像的拍摄位置、所述目标图像的拍摄时间、所述匹配成功的待匹配对象对应的第一追踪图像的拍摄位置、以及所述匹配成功的待匹配对象对应的所述第一追踪图像的拍摄时间，确定所述目标对象的运行轨迹。
9.根据权利要求6所述的对象识别追踪的方法，其特征在于，所述基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹，包括：
在没有从所述目标图像中提取到所述面部特征信息的情况下，从所述目标图像中提取所述目标对象的身体特征信息后，从所述多张第一追踪图像中的每张第一追踪图像中，提取该第一追踪图像中包括的各个待匹配对象的身体特征信息和面部特征信息；
基于所述目标对象的身体特征信息和所述待匹配对象的身体特征信息和面部特征信息，确定所述目标对象的面部特征信息；
基于所述目标对象的面部特征信息和从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。
10.根据权利要求9所述的对象识别追踪的方法，其特征在于，所述基于所述目标对象的身体特征信息和所述待匹配对象的身体特征信息和面部特征信息，确定所述目标对象的面部特征信息，包括：
将所述目标对象的身体特征信息，分别与每张第一追踪图像中的至少一个待匹配对象的身体特征信息进行匹配，得到目标对象与所述至少一个待匹配对象的匹配度；
基于所述匹配度，从所述待匹配对象中确定匹配成功对象，基于所述匹配成功对象的面部特征信息，确定所述目标对象的面部特征信息。
11.根据权利要求1～10任一所述的对象识别追踪的方法，其特征在于，所述方法还包括：
基于所述目标对象的对象特征信息，从身份信息库中获取所述目标对象的身份特征信息；
将所述目标对象的运行轨迹和身份特征信息传输给客户端。
12.一种对象识别追踪的装置，其特征在于，包括：
图像获取模块，用于获取待识别的目标图像；
行为识别模块，用于确定所述目标图像中的目标对象是否实施有预设非法行为；
布控模块，用于在确定所述目标对象实施了所述预设非法行为的情况下，将所述目标对象对应的对象信息加入布控库，并对所述目标对象进行布控告警。
13.根据权利要求12所述的对象识别追踪的装置，其特征在于，还包括：
特征提取模块，用于在确定所述目标对象实施了所述预设非法行为的情况下，从所述目标图像中提取所述目标对象的对象特征信息；
轨迹追踪模块，用于基于所述对象特征信息，以及从多个预设位置拍摄的多张第一追踪图像，确定所述目标对象的运行轨迹。
14.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至11任一所述的对象识别追踪的方法的步骤。
15.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至11任一所述的对象识别追踪的方法的步骤。
CN202011472127.5A 2020-12-14 2020-12-14 对象识别追踪的方法、装置、电子设备和存储介质 Withdrawn CN112651308A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011472127.5A CN112651308A (zh) 2020-12-14 2020-12-14 对象识别追踪的方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011472127.5A CN112651308A (zh) 2020-12-14 2020-12-14 对象识别追踪的方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN112651308A true CN112651308A (zh) 2021-04-13

Family

ID=75355403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011472127.5A Withdrawn CN112651308A (zh) 2020-12-14 2020-12-14 对象识别追踪的方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112651308A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107944382A (zh) * 2017-11-20 2018-04-20 北京旷视科技有限公司 目标跟踪方法、装置及电子设备
CN110795971A (zh) * 2018-08-02 2020-02-14 深圳云天励飞技术有限公司 一种用户行为识别方法、装置、设备及计算机存储介质
CN111010547A (zh) * 2019-12-23 2020-04-14 浙江大华技术股份有限公司 目标对象的追踪方法及装置、存储介质、电子装置
CN111325292A (zh) * 2020-03-11 2020-06-23 中国电子工程设计院有限公司 一种对象行为的识别方法及装置
CN111353365A (zh) * 2019-08-19 2020-06-30 深圳市鸿合创新信息技术有限责任公司 一种行为预警方法及装置、电子设备
CN111753594A (zh) * 2019-03-29 2020-10-09 杭州海康威视数字技术股份有限公司 危险识别方法、装置及系统
CN111814775A (zh) * 2020-09-10 2020-10-23 平安国际智慧城市科技股份有限公司 目标对象异常行为识别方法、装置、终端及存储介质
CN111860119A (zh) * 2020-06-03 2020-10-30 安徽碧耕软件有限公司 一种基于视频监控的人体异常行为识别系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107944382A (zh) * 2017-11-20 2018-04-20 北京旷视科技有限公司 目标跟踪方法、装置及电子设备
CN110795971A (zh) * 2018-08-02 2020-02-14 深圳云天励飞技术有限公司 一种用户行为识别方法、装置、设备及计算机存储介质
CN111753594A (zh) * 2019-03-29 2020-10-09 杭州海康威视数字技术股份有限公司 危险识别方法、装置及系统
CN111353365A (zh) * 2019-08-19 2020-06-30 深圳市鸿合创新信息技术有限责任公司 一种行为预警方法及装置、电子设备
CN111010547A (zh) * 2019-12-23 2020-04-14 浙江大华技术股份有限公司 目标对象的追踪方法及装置、存储介质、电子装置
CN111325292A (zh) * 2020-03-11 2020-06-23 中国电子工程设计院有限公司 一种对象行为的识别方法及装置
CN111860119A (zh) * 2020-06-03 2020-10-30 安徽碧耕软件有限公司 一种基于视频监控的人体异常行为识别系统
CN111814775A (zh) * 2020-09-10 2020-10-23 平安国际智慧城市科技股份有限公司 目标对象异常行为识别方法、装置、终端及存储介质

Similar Documents

Publication Publication Date Title
Tiwari et al. A computer vision based framework for visual gun detection using harris interest point detector
CN111325089B (zh) 跟踪对象的方法和设备
CN108229297B (zh) 人脸识别方法和装置、电子设备、计算机存储介质
US9842269B2 (en) Video processing apparatus, video processing method, and recording medium
CN109815813B (zh) 图像处理方法及相关产品
CN112016353B (zh) 一种基于视频的人脸图像进行身份识别方法及装置
CN110781733B (zh) 图像去重方法、存储介质、网络设备和智能监控系统
CN110175553B (zh) 基于步态识别与人脸识别建立特征库的方法及装置
CN108171138B (zh) 一种生物特征信息获取方法和装置
CN109359620A (zh) 一种识别可疑对象的方法及装置
CN111368619A (zh) 可疑人员的检测方法、装置及设备
KR20170104521A (ko) 생동감 평가에 근거하는 비디오 스푸핑 검출을 위한 시스템 및 프로세스
CN111242077A (zh) 一种人物追踪方法、系统及服务器
CN110991231A (zh) 活体检测方法、装置、服务器和人脸识别设备
Saeed A framework for recognition of facial expression using HOG features
Bresan et al. Facespoof buster: a presentation attack detector based on intrinsic image properties and deep learning
US20200084416A1 (en) Information processing apparatus, control method, and program
Orru et al. Detecting anomalies from video-sequences: a novel descriptor
Raghavendra et al. Robust 2D/3D face mask presentation attack detection scheme by exploring multiple features and comparison score level fusion
CN108596019B (zh) 一种基于对角之势的摄像头监控方法及系统
CN112419637B (zh) 安防图像数据的处理方法及装置
CN114764895A (zh) 异常行为检测装置和方法
Saxena et al. Video inpainting detection and localization using inconsistencies in optical flow
CN109492585B (zh) 一种活体检测方法和电子设备
CN112651308A (zh) 对象识别追踪的方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20210413

WW01 Invention patent application withdrawn after publication